Grok 1.5V di xAI Bisa Memproses Dokumen hingga Gambar

Techverse.asia - Perusahaan teknologi kecedasan buatan xAI, pesaing OpenAI yang didirikan oleh Elon Musk, telah memperkenalkan Grok versi pertama yang dapat memproses informasi visual. Grok 1.5V adalah model AI multimodal generasi pertama perusahaan, yang tidak hanya memproses teks, tetapi juga dokumen, diagram, bagan, tangkapan layar, dan foto.

Dalam pengumuman xAI, ia memberikan beberapa contoh bagaimana kemampuannya dapat digunakan di dunia nyata. Kamu dapat, misalnya, menunjukkan foto diagram alur dan meminta Grok menerjemahkannya ke dalam kode Python, memintanya menulis cerita berdasarkan gambar, dan bahkan menjelaskan meme yang tidak kamu pahami.

Hei, tidak semua orang bisa mengikuti semua yang dilontarkan internet.

Versi baru ini hadir hanya beberapa minggu setelah perusahaan meluncurkan Grok-1.5. Model tersebut dirancang agar lebih baik dalam pengkodean dan matematika dibandingkan pendahulunya, serta mampu memproses konteks yang lebih panjang sehingga dapat memeriksa data dari lebih banyak sumber untuk lebih memahami pertanyaan tertentu.

xAI mengatakan bahwa penguji awal dan pengguna lama akan segera dapat menikmati kemampuan Grok-1.5V, meskipun tidak memberikan waktu pasti peluncurannya.

Selain memperkenalkan Grok-1.5V, perusahaan juga telah merilis kumpulan data benchmark yang disebut RealWorldQA. Kamu dapat menggunakan salah satu dari 700 gambar RealWorldQA untuk mengevaluasi model AI: setiap item dilengkapi dengan pertanyaan dan jawaban yang dapat diverifikasi dengan mudah, tetapi mungkin membuat model multimodal seperti Grok bingung.

xAI mengklaim kalau teknologinya mendapat skor tertinggi ketika perusahaan mengujinya dengan RealWorldQA melawan pesaing, seperti GPT-4V OpenAI dan Google Gemini Pro 1.5.

Open source

xAI memiliki kode dasar model Grok AI yang bersifat open source, tetapi tanpa kode pelatihan apapun. Perusahaan menggambarkannya sebagai model Mixture-of-Expert dengan 314 miliar parameter di GitHub.

Hal ini akan memungkinkan para peneliti dan pengembang untuk mengembangkan model dan memengaruhi cara xAI memperbarui Grok di masa depan saat ia bersaing dengan teknologi pesaing dari OpenAI, Meta, Google, dan lainnya.

Dalam postingan blognya, xAI mengatakan bahwa model tersebut tidak disesuaikan untuk aplikasi tertentu seperti menggunakannya untuk percakapan. Perusahaan juga mencatat bahwa Grok-1 dilatih pada tumpukan khusus tanpa menentukan rinciannya.

Model ini dilisensikan di bawah Apache License 2.0, yang mengizinkan kasus penggunaan komersial, namun tidak menyertakan data yang digunakan untuk melatihnya atau koneksi ke X untuk data secara real-time.

Pada November tahun lalu xAI dalam posting blognya menuliskan bahwa model bahasa besar (LLM) Grok dikembangkan selama empat bulan terakhir dan ditargetkan untuk penggunaan seputar pembuatan kode, penulisan kreatif, dan menjawab pertanyaan.

Setelah Elon Musk membeli Twitter (sekarang X), kode di balik algoritmanya akhirnya dirilis pada pekan kemarin, dan Elon Musk secara terbuka mengkritik perusahaan yang tidak menjadikan model AI mereka sebagai sumber yang terbuka dan dapat diakses umum.

Hal tersebut juga berlaku untuk OpenAI, yang ia bantu dirikan perusahaannya namun kini digugat, dengan tuduhan bahwa perusahaan yang dipimpin Sam Altman itu melanggar perjanjian pendirian awal bahwa perusahaan tersebut akan menjadi open source.

Perusahaan telah merilis model sumber terbuka atau sumber terbuka terbatas untuk mendapatkan masukan dari peneliti lain tentang cara memperbaikinya. Meskipun ada banyak model dasar AI yang sepenuhnya bersumber terbuka seperti Mistral dan Falcon, model yang paling banyak digunakan adalah model sumber tertutup atau menawarkan lisensi terbuka terbatas.